『株式会社ずんだもん技術室AI放送局』のカバーアート

株式会社ずんだもん技術室AI放送局

株式会社ずんだもん技術室AI放送局

著者： 株式会社ずんだもん技術室AI放送局
無料で聴く

このコンテンツについて

 AIやテクノロジーのトレンドを届けるPodcast。平日毎朝6時配信。朝の通勤時間や支度中に情報キャッチアップとして聞いてほしいのだ。(MC 月:春日部つむぎ、火水木:ずんだもん、金:お嬢様ずんだもん)
エピソード
  • マジカルラブリー☆つむぎのピュアピュアA.I.放送局 podcast 20250630

    マジカルラブリー☆つむぎのピュアピュアA.I.放送局 podcast 20250630
    2025/06/29
    関連リンク Google、Gemma 3nをリリース ―エッジデバイスでの動作効率が大幅アップ、フレキシブルなマルチモーダルモデル gihyo.jp Googleが、軽量AIモデル「Gemma」の最新版「Gemma 3n」をリリースしました。このモデルは、スマートフォンやIoT機器などのエッジデバイスで効率的に動作し、テキストだけでなく画像や音声、動画も理解できる「マルチモーダル」な点が大きな特徴です。新人エンジニアの皆さんにとって、これからのAI開発で注目すべき技術です。 Gemma 3nのすごいポイント 小さいデバイスでも高性能: Gemma 3nは、少ないメモリ（最小2GB～3GB）で、これまでより大きなAIモデル並みの性能を発揮できます。これは、特別な工夫「Per Layer Embeddings (PLE)」などにより、効率が大幅に上がったためです。スマホやスマート家電など、限られた性能のデバイスにAIを組み込むのがずっと簡単になります。 いろんな種類のデータを理解できる「マルチモーダル」: Gemma 3nは、文章だけでなく、写真、声、動画の内容も理解し、それらを使って応答できます。例えば、カメラで撮ったものについてAIに質問したり、音声指示で動画を操作したりと、より自然な形でAIとやり取りできるようになります。 用途に合わせて姿を変える「マトリョーシカ」構造: このモデルは「MatFormer（マットフォーマー）」という技術を使っています。これは、ロシアのマトリョーシカ人形のように、「大きなAIモデルの中に、小さなけれど完全に機能するAIモデルが複数入っている」イメージです。この柔軟な構造のおかげで、開発者はデバイスの性能や必要な精度に合わせて、AIの大きさを自由に選んだり、カスタムモデルを作ったりできるようになりました。これにより、AIを様々な環境に最適な形でデプロイできます。 性能と多言語対応の向上: 日本語を含む140言語のテキストと35言語のマルチモーダル（画像や音声なども含む）な理解をサポート。さらに、数学、コーディング、推論といった分野での能力も大幅に向上しており、幅広いタスクで高いパフォーマンスを見せます。特に画像認識能力が高まり、モバイルデバイスでの応答速度が従来モデルより1.5倍以上速くなりました。 実際に使ってみよう！ Gemma 3nは、Hugging FaceやKaggleといったプラットフォームからダウンロードできるほか、Google AI Studioでも簡単に試せます。また、GoogleはGemma 3nを使った開発コンテスト「The Gemma 3n Impact Challenge」も開催しているので、ぜひ挑戦してみてください。 Gemma 3nは、AIが私たちの身近なエッジデバイスで、より賢く、スムーズに動く未来を切り開く技術です。これからのAI開発を学ぶ上で、この新しいモデルは間違いなく重要なキーワードとなるでしょう。 引用元: https://gihyo.jp/article/2025/06/google-gemma-3n 「先週何したっけ？」をゼロに：Obsidian + Claude Codeを業務アシスタントに この記事では、MarkdownエディタのObsidianと大規模言語モデル（LLM）であるClaude Codeを組み合わせ、日々の業務を効率化する「知的業務アシスタント」を構築する実用的な方法が紹介されています。従来のメモツールが単なる「記録」に留まっていたのに対し、AI（LLM）と連携することで、情報を「記録→検索→分析→洞察」する一連のワークフローが自動化される点が大きなポイントです。 このシステムを導入することで、特に以下の三つの大きなメリットが得られたと筆者は述べています。 過去の情報をすぐに引き出せる: Obsidianに記録された膨大なメモをClaude Codeが分析することで、「先週のあの会議で話した内容は？」といった具体的な質問に対し、関連するメモを要約して教えてくれます。これにより、複数のプロジェクトを同時に進める際などに起こりがちな「どこに情報を書いたか分からない」「キーワードが思い出せない」といった課題が解決し、必要な情報に素早くアクセスできるようになりました。週次振り返りが簡単に: 毎週の振り返り作業が格段に楽になります。過去1週間分のデイリーノートや会議の記録をClaudeに読み込ませるだけで、その週の作業内容や良かった点、改善すべき点、具体的なアクションを自動でまとめてくれます。...
    続きを読む 一部表示
    1分未満
  • 私立ずんだもん女学園放送部 podcast 20250627

    私立ずんだもん女学園放送部 podcast 20250627
    2025/06/26
    関連リンク Gemini CLI : オープンソース AI エージェント Google Cloudが、開発者のための新しいAIツール「Gemini CLI」を発表しました。これは、皆さんが普段使っているコマンドライン（CLI、またはターミナルとも呼ばれます）から、Googleの強力なAI「Gemini」の機能を直接使えるようにする、画期的なツールです。 エンジニアにとって、コマンドラインは日々の作業に欠かせないツールですよね。Gemini CLIを使うと、AIがコーディングを支援してくれるだけでなく、文章の生成、問題解決のアイデア出し、詳しい情報のリサーチ、さらには日々のタスク管理まで、幅広い作業を手助けしてくれます。まるで、ターミナルの中に賢いAIアシスタントがいるようなイメージです。 特に注目すべきは、GoogleのAIコーディングアシスタント「Gemini Code Assist」と同じ技術を共有している点です。これにより、ターミナルだけでなく、皆さんが使っている開発環境（例えばVS Code）でも、AIがコードの作成や修正、デバッグなどを手伝ってくれるようになります。 個人で開発を進めている皆さんにも嬉しい無料利用枠が用意されており、高機能なGemini 2.5 Proモデルを、1日に最大1,000回、1分間に60回まで無料で利用できます。これだけあれば、ほとんどの個人開発者は制限を気にせずAIを活用できるでしょう。 また、Gemini CLIは完全にオープンソース（Apache 2.0ライセンス）として公開されています。これは、世界中のエンジニアが自由にコードの中身を確認したり、新しい機能の提案をしたり、一緒にツールを改善したりできることを意味します。Google検索と連携してAIが最新のウェブ情報を参照したり、独自のAIへの指示（プロンプト）を設定して特定の作業に特化させたりすることも可能です。さらに、スクリプトに組み込んで、繰り返し行うタスクをAIに自動で処理させることもできるため、日々の開発ワークフローを大きく効率化できる可能性があります。 Gemini CLIは、これからの開発者の働き方を大きく変える可能性を秘めた、強力で開かれたツールです。インストールも簡単で、すぐに使い始められますので、ぜひ一度試してみて、皆さんの開発体験をアップグレードしてみてください。 引用元: https://cloud.google.com/blog/ja/topics/developers-practitioners/introducing-gemini-cli/ Claude Codeを使い倒す方法 AIアシスタント「Claude Code」（大規模言語モデルを活用した開発ツール）を最大限に活用するための、実践的なタスク管理術が解説されています。せっかく有料プランを契約しても、「どのようなタスクを任せればいいか分からない」「AIが作ったコードのレビューが大変で、結局自分が作業の遅れの原因（ボトルネック）になってしまう」といった悩みは、多くの新人エンジニアにも共通するかもしれません。 この記事では、この課題を解決するため、タスクを「その仕事が事業にどれだけ重要か（ビジネス価値）」と「自分がどれだけ深く関わる必要があるか（自分の関与度）」の2つの軸で整理する「4象限戦略」を提案しています。 具体的には、以下の4つの象限に分けてAIアシスタントとの関わり方を変えます。 第1象限：事業価値が高く、自分が深く関わる「コア機能開発」 プロダクトの競争力に直結する重要な機能開発や設計がここにあたります。AIはあなたの「ペアプログラミングのパートナー」や「設計の壁打ち相手」として活用します。実装はAIに任せつつも、レビューは特に念入りに行い、あなたの設計力や問題解決能力を高めるために使います。 第2象限：事業価値が高く、ある程度任せられる「共同開発タスク」 既存機能の拡張や、緊急ではないけれど重要なバグ修正などが該当します。AIには明確な仕様を伝えて実装を任せ、進捗を定期的に確認し、最終レビューを行います。あなたが第1象限の重要なタスクに取り組んでいる間に、AIが並行してこれらのタスクを進めてくれるイメージです。 第3象限：開発効率化のためで、完全に任せられる「自動化タスク」 テストコードの追加、開発環境の自動化（CI/CDの改善）、定型的なリファクタリング、ドキュメント生成など、AIに「丸投げ」できるタスクです。...
    続きを読む 一部表示
    1分未満
  • 株式会社ずんだもん技術室AI放送局 podcast 20250626

    株式会社ずんだもん技術室AI放送局 podcast 20250626
    2025/06/25
    関連リンク Gemini CLI: your open-source AI agent Googleは、開発者向けに「Gemini CLI（Command Line Interface）」という新しいオープンソースのAIエージェントを発表しました。これは、GoogleのAIモデルであるGeminiの強力な機能を、皆さんが普段利用しているターミナル（コマンドライン）で直接使えるようにするツールです。 このツールの最大の目的は、開発者の作業を効率化することにあります。コードの生成、プログラムの問題解決（デバッグ）、情報検索、日々のタスク管理など、様々な開発作業をAIの力を借りてよりスムーズに進められるようになります。 Gemini CLIの主な特徴は以下の通りです。 オープンソースであること: Apache 2.0ライセンスで公開されており、誰でもコードの中身を確認したり、開発に貢献したりできます。これにより、ツールの透明性が高く、セキュリティ面でも安心して利用できます。また、開発者が自分のニーズに合わせて機能を拡張できる柔軟性も持っています。Gemini 2.5 Proモデルへのアクセス: 最先端のGemini 2.5 Proモデルを利用でき、100万トークンという非常に大きなコンテキストウィンドウ（一度に扱える情報量）を持つため、複雑なリクエストにも対応できます。充実した無料利用枠: 個人の開発者は、個人用のGoogleアカウントでサインインし、Gemini Code Assistの無料ライセンスを利用することで、1分あたり60リクエスト、1日あたり1,000リクエストまで無料でGemini CLIを使うことができます。これは業界でもトップクラスの利用量です。多様な機能連携: Google検索と連携してリアルタイムな情報を取得し、プロンプトの回答精度を高める「グラウンディング」機能や、独自の拡張機能を追加できる仕組み（Model Context Protocol）も備わっています。また、プロンプトや指示をカスタマイズしたり、スクリプトに組み込んで作業を自動化したりすることも可能です。 さらに、Gemini CLIはGoogleのAIコーディングアシスタント「Gemini Code Assist」と同じ技術基盤を共有しています。これにより、VS Codeなどの統合開発環境（IDE）でも、Gemini CLIと同様の強力なAIエージェント機能（例えば、複雑なタスクを複数ステップで計画・実行する「エージェントモード」）が利用でき、ターミナルとIDEの両方でシームレスなAI開発体験が得られます。 この新しいツールは簡単に導入でき、日々の開発作業を大きく変える可能性を秘めています。 引用元: https://blog.google/technology/developers/introducing-gemini-cli-open-source-ai-agent/ MUVERA: Making multi-vector retrieval as fast as single-vector search このGoogleの研究ブログ記事は、情報検索（IR）の分野で使われる「マルチベクトル検索」を高速化する新しい技術「MUVERA」について紹介しています。情報検索は、膨大なデータの中からユーザーが知りたい情報（例えばLLM（大規模言語モデル）の「RAG（Retrieval Augmented Generation）」機能で使う知識など）を素早く見つけ出すための重要な技術です。 最近の情報検索では、文章などをコンピュータが扱いやすい数値の並び「ベクトル（埋め込み）」に変換して、ベクトル同士の似ている度合い（類似度）を計算することで、関連する情報を探すのが一般的です。これまでの「単一ベクトル検索」は、一つのデータに一つのベクトルを割り当て、高速に検索できましたが、情報が複雑になると検索の精度に限界がありました。 そこで、より高度な「マルチベクトルモデル」が登場しました。これは、一つのデータに対して複数のベクトルを生成することで、よりきめ細かく情報を表現でき、検索精度を大きく向上させることができます。しかし、たくさんのベクトルを扱い、複雑な方法で類似度（「Chamfer類似度」など）を計算するため、検索に時間がかかってしまうという課題がありました。 MUVERA（Multi-Vector Retrieval via Fixed Dimensional Encodings）は、この「マルチベクトル検索は精度が高いけれど遅い」という問題を解決するための技術です。MUVERAは、複雑なマルチベクトルの情報を「FDE（Fixed Dimensional Encoding）」という、たった一つのシンプルな単一ベクトルに変換します。このFDEは、元のマルチベクトル間の複雑な類似度を、単一ベクトルで使...
    続きを読む 一部表示
    1分未満

株式会社ずんだもん技術室AI放送局に寄せられたリスナーの声

カスタマーレビュー：以下のタブを選択することで、他のサイトのレビューをご覧になれます。

Audible.co.jp

Amazon.co.jp
レビューはまだありません。